주요 컨텐츠로 이동

Get Started with Databricks for Data Engineering - Korean

이 과정에서는 간단한 데이터 엔지니어링 워크플로를 수행하고 데이터 웨어하우징 작업을 지원하기 위해 Databricks 데이터 인텔리전스 플랫폼을 사용할 수 있는 기본 기술을 학습합니다. 작업 공간을 둘러보고 카탈로그, 스키마, 볼륨, 테이블, 컴퓨팅 클러스터, 노트북 등 Databricks의 객체를 사용하는 방법을 보여드립니다. 그런 다음, 기본 데이터 엔지니어링 워크플로에 따라 데이터 엔지니어링 작업을 오케스트레이션하기 위해 테이블 생성 및 작업, Delta Lake로 데이터 수집, 메달리온 아키텍처를 통한 데이터 변환, Databricks Workflows 사용 등의 태스크를 수행합니다. 또한 Databricks SQL, Delta Live Tables 및 Unity Catalog를 사용하여 Databricks가 데이터 웨어하우징 요구 사항을 어떻게 지원하는지 알아봅니다. Databricks Labs 구독을 구매하면 이 과정은 실제 Databricks Workspace 환경에서 학습한 내용을 연습할 수 있는 포괄적인 랩 연습으로 마무리됩니다.


Languages Available: English | 日本語 | Português BR | 한국어

Skill Level
Onboarding
Duration
3h
Prerequisites

콘텐츠는 다음과 같은 기술/지식/능력을 가진 참가자를 위해 개발되었습니다.

  • 데이터 수집, 추출, 수집 적재, 변환과 같은 데이터 엔지니어링 원칙과 주제에 대한 기초적 이해 능력.

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Register now

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Register now

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

Build Data Pipelines with Lakeflow Declarative Pipelines - Korean

이 과정에서는 여러 스트리밍 테이블과 구체화된 보기를 통한 증분 배치 또는 스트리밍 수집 및 처리를 위해 Databricks의 Lakeflow 선언적 파이프라인를 사용하여 데이터 파이프라인을 구축하는 데 필요한 필수 개념과 기술을 사용자에게 소개합니다. Lakeflow 선언적 파이프라인를 처음 접하는 데이터 엔지니어를 위해 설계된 이 과정은 증분 데이터 처리, 스트리밍 테이블, 구체화된 보기 및 임시 보기와 같은 핵심 구성 요소에 대한 포괄적인 개요를 제공하고 구체적인 목적과 차이점을 강조합니다.

다루는 주제는 다음과 같습니다.

- SQL을 사용하여 Lakeflow의 다중 파일 편집기로 ETL 파이프라인 개발 및 디버깅 (Python 코드 예제 제공)

- Lakeflow 선언적 파이프라인이 파이프라인 그래프

를 통해 파이프라인의 데이터 종속성을 추적하는 방법- 파이프라인 컴퓨팅 리소스, 데이터 자산, 트리거 모드 및 기타 고급 옵션

 구성 다음으로, 이 과정에서는 Lakeflow의 데이터 품질 기대치를 소개하고, 데이터 무결성을 검증하고 적용하기 위해 기대치를 파이프라인에 통합하는 프로세스를 안내합니다. 그런 다음 학습자는 스케줄링 옵션, 프로덕션 모드, 파이프라인 이벤트 로깅을 활성화하여 파이프라인 성능 및 상태를 모니터링하는 등 파이프라인을 프로덕션에 적용하는 방법을 살펴봅니다.

마지막으로, 이 과정에서는 Lakeflow Declarative Pipelines 내에서 APPLY CHANGES INTO 구문을 사용하여 Change Data Capture  (CDC)를 구현하여 느리게 변화하는 차원(SCD 유형 1 및 유형 2)을 관리하여 사용자가 CDC를 자신의 파이프라인에 통합할 수 있도록 준비하는 방법을 다룹니다.

Languages Available: English | 日本語 | Português BR | 한국어

Paid & Subscription
4h
Lab
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.